Transmission of image features using a convolutional neural network

U ovom diplomskom radu opisane su osnove konvolucijskih neuronskih mreža. Kroz rad su opisane osnove i način rada neuronskih mreža, objašnjeni su sastavni dijelovi, odnosno slojevi mreže, te su predstavljeni primjeri najčešće korištenih konvolucijskih neuronskih mreža. Cilj praktičnog dijela rada je primjena konvolucijske neuronske mreže u postupku neuronskog prijenosa stila. To je postupak kojim se obilježja jedne slike prenose na drugu sliku. Opisana je teorijska strana i formule algoritma koje se koriste u algoritmu za neuronski prijenos stila. Programsko rješenje za navedeni postupak napisano je u programskom jeziku Python, točnije PyTorch biblioteci koja se koristi za razvoj i treniranje neuronskih mreža baziranih na dubokom učenju modela. Arhitektura konvolucijske neuronske mreže koja je korištena u rješenju je VGG19. Rezultati programskog rješenja prezentirani su u zadnjem dijelu rada gdje se može vidjeti kako izgleda generirana slika nakon prijenosa obilježja slike s jedne na drugu i kako kompleksnost slike utječe na generiranje novih slika.This master's thesis describes the basics of convolutional neural networks. The paper describes the basics and way of working of neural networks, explains the constituent parts, the layers of the network and presents examples of the most commonly used convolutional neural networks. The purpose of the practical part is the application of a convolutional neural network in the process of neural style transfer. It is a process in which the features of one image are transferred to another image. The theoretical side and formula of the algorithm used in the neural style transfer algorithm are described. The program solution for the mentioned process was written in the Python programming language, more specifically the PyTorch library, which is used for developing and training neural networks based on deep learning models. The convolutional neural network architecture used in the solution is VGG19. The results of the solution are presented in the last part of this paper, where you can see how the generated image looks like after transferring image features from image to another and how the complexity of the image affects generating of new images